Lista Biologia Estrutural de DROGAS
2 pág.

Lista Biologia Estrutural de DROGAS


DisciplinaBiologia Estrutural20 materiais543 seguidores
Pré-visualização2 páginas
Última lista \u2013 Biologia Estrutural e Desenho de Drogas 25/02/2016
Por que em uma simulação devemos usar condições periódicas de contorno? Quando fazemos simulação, ela não pode acontecer em um tubo de ensaio. Se não teríamos que simular a interação da molécula com as paredes do tubo, e não é isso que queremos. Queremos saber o que acontece com ela em meio aquoso. Também não podemos simular essa proteína em um espaço infinito com água, porque em meio ao vácuo, a agua ferve e evapora. Por isso usamos as condições periódicas de contorno, que definem um volume em que eu posiciono minha molécula e no meu sistema de coordenadas, eu defino o seguinte: pensa numa molécula/átomo/partícula andando no meu volume. Quando ela chega em determinada coordenada, ela \u201creseta\u201d e vai pro outro lado. Ex: quando ela vai da coordenada 1 a 10, quando chega no 10 ela não vai pro 11! Ela volta pro 0! Isso faz com que ela entre pelo outro lado. Isso faz com que você defina um volume mas não define paredes/limites para esse volume. Se tivesse parede, eu teria que simular a interação átomos+parede. Isso geraria mais um campo de força, então não seria legal. Não queremos isso! Por isso usamos essas condições. 
Em uma simulação de molécula proteica, as moléculas de água devem ser simuladas? Por que? Nem sempre uma molécula de água deve ser simulada, depende. Se simularmos a água, o número de partículas no sistema é aumentado. Isso gera um sistema muito grande pra simular e um custo computacional muito alto. Ou podemos simular só os efeitos físico-químicos da água, ou seja, simulando o solvente implicitamente e abrir mão um pouco da precisão. 
Explique de que forma moléculas de água podem ser simuladas. Solvente explícito, quando a água é realmente adicionada no processo. Isso inclui suas interações e seus movimentos, aumentando assim o número de partículas para a simulação. Solvente implícito, quando são adicionados apenas os efeitos físico-químicos da água na equação de energia potencial. Porém, a precisão é um pouco perdida nesse processo, pois ao invés de deixamos a molécula de água atuar sobre as molécula que queremos, nós apenas mexemos nas equações. Perdemos precisão, mas ganhamos tempo computacional devido ao menor número de partículas. O solvente híbrido é com a junção dos dois métodos anteriores. Quando temos uma molécula, colocamos água ao redor em camadas de solvatação e ao redor dessa camada, simulamos implicitamente a água. Então temos uma parte explícita, onde há de fato interação da água com a minha molécula. Definimos um limite para essa camada, ou seja, um volume, e quando a molécula de água chega nessa camada, ela vai interagir com essa borda onde o solvente está sendo simulado explicitamente. A precisão também é um pouco perdida, mas não é tanto como no outro caso. 
No atracamento, qual a importância de se flexibilizar cadeias laterais do sítio de ligação do receptor? Pergunta importantíssima, de acordo com ele. Durante o atracamento molecular, se eu quero embutir o fenômeno de encaixe induzido no meu sistema, preciso flexibilizar as cadeias laterais para que elas tenham diversas conformações testadas. Esse fenômeno é quando eu tenho um ligante qualquer, e quando ele se aproxima do sítio de ligação do receptor, pequenas alterações conformacionais ocorrem nesse receptor de modo que aumenta a complementariedade geométrica com o ligante. Com isso, você vai otimizar as interações entre os grupamentos orgânicos do ligante e do receptor, que vão interagir pra fazer com que ocorra a interação. É como se o sítio de ligação desse uma \u201cabraçada\u201d, \u201cinteragisse\u201d de uma forma mais otimizada com o ligante. Por isso é preciso mover as cadeias laterais para que as funções orgânicas também sejam movidas para os seus devidos lugares. 
No atracamento, onde deve ser definida a caixa que contém o grid onde são feitas as buscas posicionais e conformacionais? Na região do sítio de ligação do receptor. Se quero fazer o docking contra o sítio de ligação, a caixa precisa incluir esse sítio. Mas se soubermos a estrutura do receptor mas não soubemos onde é seu sitio de ligação? Normalmente o sitio de ligação é hidrofóbico, ou seja, tem cadeia lateral de aminoácidos hidrofóbicos. Isso nem sempre é verdade. Idealmente, tenho que ter a estrutura do receptor ligado a um ligante pra eu saber onde é o sítio ativo, ou posso apostar em uma determinada região. Se não, acabo \u201catracando\u201d meu ligante no lugar errado, ao invés de ser no sítio de ligação. Então, o volume dessa caixa tem que conter o sítio de ligação, ou o sítio ativo (caso seja uma enzima). 
No atracamento, que funções de pontuação existem? Campo de força, empírica e baseada no conhecimento. A do campo de força, você tem um ligante com um receptor, e aí você mede as interações usando campo de força. A empírica é construída estudando complexos receptor-ligante que já foram determinados por cristalografia e estão depositados no PDB, mas que também tenham sua afinidade medida. Então você analisa que interações têm naquele complexo e \u201ctreina\u201d uma função pra pontuar essas interações encontradas num complexo receptor-ligante desconhecido. Então, se eu encontro determinada interação especifica várias vezes, vou pontua-la bem porque provavelmente ela tem uma alta afinidade de interação. A baseada no conhecimento é construída baseada em complexo receptor-ligante, mas ela parte do principio que se aquele complexo cristalizou, ele tem alta afinidade. Não importa se a afinidade foi medida ou não. São analisados pares atômicos varias vezes, então se o software encontrar essa interação em um complexo que ele desconhece, ele vai pontuar bem, pois essa é uma interação comum em um complexo de alta afinidade. Qual a melhor função? Não existe a melhor. Depende do sistema, qual a classificação da molécula, etc.
Como podemos deixar um modelo farmacofólico a partir de uma série de ligantes? Eu tenho uma série de ligantes que eu medi a afinidade ou atividade. Então, vou sobrepor esses ligantes, olhando características eletrônicas pra tentar extrair que características eletrônicas são comuns a esses ligantes. Elas vão ser importantes pro ligante se ligar no seu receptor, e ter a sua atividade biológica com alta afinidade. Então, sabendo a posição dessas características eletrônicas no espaço, com elas bem posicionadas nesse espaço, eu tenho um modelo farmacofólico. Nesse modelo vou saber a posição espacial dessas características eletrônicas que são essenciais para um receptor. Resumindo: as características comuns de vários ligantes formam um modelo farmacofólico. 
Como podemos identificar volumes de exclusão para a construção de modelos farmacofólicos? Pegamos ligantes que sejam análogos aos que tem identidade ideológica, mas não tem função. Como são análogos, muito provavelmente vou conseguir alinhar as características eletrônicas, mas vai ter alguma coisa que se repete nesses inativos até então. Ex: uma região que tem uma função orgânica seja lá qual for, sempre no mesmo lugar no inativo, mas nos ativos não tem. Isso significa que lá no receptor pode ser que tenha uma cadeia lateral nessa região que gera exclusão estérica, pois não posso sobrepor nuvens eletrônicas. Duas matérias não ficam no mesmo lugar do espaço. Então, isso não se encaixa ali.
Como podemos derivar um modelo farmacofólico a partir da estrutura do receptor? Primeiro, saber qual o sítio de ligação do receptor e determinar a área acessível ao solvente. Isso pra entender como é a superfície desse sítio de ligação. Então, por exemplo, posso ter cadeias laterais espalhadas. Então eu determino uma área acessível ao solvente. Assim eu determino qual é a geometria do sítio de ligação. Feito isso, vamos olhar o que tem nessa superfície. Ex: um anel, uma região hidrofóbica, uma carga positiva, etc. Pro ligante se ligar, preciso que nele tenha o complemento para todas essas coisas achadas na superfície. Se tiver anel na superfície, tem que ter anel no ligante, e assim sucessivamente. Com isso consigo definir